一种图像畸变矫正方法技术

本发明专利技术涉及图像畸变矫正技术领域，解决了由线阵工业相机采集的线状工业图像因采集硬件系统震动或滑轨精度不足导致的畸变问题，尤其涉及一种图像畸变矫正方法，包括以下步骤：S1、获取被测物体表面的原始线状图像数据；S2、对原始线状图像数据进行预处理得到处理后的线状图像；S3、采用最近距离搜索方法根据图像最近距离搜索的间隔计算线状图像中两列像素点的相关性，并根据相关性计算像素点的偏移量；若图像最近距离搜索的间隔为1时，则进入步骤S4后结束。本发明专利技术在一定程度上消除了各帧图像之间的像素错位，能够矫正图像各帧之间的像素错位，进一步消除图像的“波浪形”畸变。畸变。畸变。

【技术实现步骤摘要】
一种图像畸变矫正方法


[0001]本专利技术涉及图像畸变矫正
，尤其涉及一种图像畸变矫正方法。

技术介绍

[0002]随着工业相机、工业镜头、工业光源等硬件设备的发展，基于机器视觉的图像采集系统和图像处理方法逐渐成为热门，并广泛地应用于图像检测领域。在使用线阵工业相机采集高精度的工业图像时，通常将相机固定在滑动轨道上进行水平匀速运动，逐行连续扫描被检测的物体，以达到对其整个表面均匀检测。由于线阵相机的感光元素呈现线状，因此采集到的图像也表现为细长的线状。
[0003]然而由于实际的工业环境较为复杂，例如，在隧道表面缺陷检测领域，隧道墙面存在水痕、墙体涂层、电线、污渍等干扰物，会使得图像采集系统在运动过程中发生震动。另外，存在部分图像采集系统的质量参差不齐，滑轨精度较低的问题。这些因素使得采集到的图像并不是一条直线，各帧之间出现像素错位，呈现无规律的、连续的“波浪形”畸变，从而对后续图像的质量分析等工作产生不利影响。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种图像畸变矫正方法，解决了由线阵工业相机采集的线状工业图像因采集硬件系统震动或滑轨精度不足导致的畸变问题，本专利技术在一定程度上消除了各帧图像之间的像素错位，能够矫正图像各帧之间的像素错位，进一步消除图像的“波浪形”畸变。
[0005]为解决上述技术问题，本专利技术提供了如下技术方案：一种图像畸变矫正方法，包括以下步骤：S1、获取被测物体表面的原始线状图像数据；S2、对原始线状图像数据进行预处理得到处理后的线状图像；S3、采用最近距离搜索方法根据图像最近距离搜索的间隔计算线状图像中两列像素点的相关性，并根据相关性计算像素点的偏移量；若图像最近距离搜索的间隔为1时，则进入步骤S4后结束；若图像最近距离搜索的间隔大于1时，则经过步骤S4后进入步骤S5；S4、计算累积误差并调整偏移量得到矫正后的线状图像；S5、对调整后的偏移量采用线性插值方法消除多间隔矫正导致的像素凸起，得到矫正后的线状图像。
[0006]进一步地，在步骤S2中，对原始线状图像数据中的图像进行预处理得到处理后的线状图像，具体过程包括以下步骤：S21、对原始线状图像数据中的图像进行灰度化得到灰度图像；S22、对灰度图像进行反色得到反色图像；S23、采用OTSU全局阈值处理算法对反色图像进行二值化。
[0007]进一步地，在步骤S21中，具体包括：将彩色图像转化为灰度图像，设置R、G、B三个色彩分量的值相同，灰度图像的灰度值在0到255之间。
[0008]进一步地，在步骤S3中，采用最近距离搜索方法根据图像最近距离搜索的间隔计算线状图像中两列像素点的相关性，并根据相关性计算像素点的偏移量，具体过程包括以下步骤：S31、对线状图像进行统计分析，定义线状图像第帧和第帧像素的错位偏移量S不超过t个像素大小，错位范围为；S32、计算线状图像第帧和第帧像素的距离值D，遍历错位范围下第帧和第帧像素的距离值并取最小值；S33、根据第帧和第帧像素的距离值的最小值判断像素点的偏移距离，与距离值的最小值对应的错位偏移量S即为像素点的偏移量；当时，表示第帧及之后的所有像素需向上偏移个像素点；当时，表示第帧及之后的所有像素需向下偏移个像素点；当时，表示第帧及之后的所有像素无需进行偏移。
[0009]进一步地，在步骤S4中，计算累积误差并调整偏移量得到矫正后的线状图像，具体过程包括以下步骤：S41、根据算像素点的偏移量使用变量STEP存储第帧及之后的所有像素的累积误差；S42、每当计算e个帧数的像素偏移量后，判断累积误差STEP的值是否小于阈值；若累积误差，则需要将第帧及之后的所有像素向上或者向下偏移个像素点；若累积误差，则无需将第帧及之后的像素进行偏移，同时也无需将偏移量S计入累积误差。
[0010]进一步地，在步骤S5中，对调整后的偏移量采用线性插值方法消除多间隔矫正导致的像素凸起，得到矫正后的线状图像，具体过程包括以下步骤：S51、计算第帧至第帧像素的偏移量T；S52、根据偏移量T判断像素点的偏移距离；当时，表示第帧像素需向上偏移个像素点；
当时，表示第帧像素需向下偏移个像素点；当时，表示第帧像素无需进行偏移。
[0011]进一步地，在步骤S32中，距离值D的计算公式为：其中，D表示计算得到的两帧像素之间的绝对距离；S表示两帧像素的错位偏移量，；表示坐标为的像素的灰度值；n表示像素间隔，取值范围是1
‑
10。
[0012]进一步地，在步骤S42中，阈值的取值为10。
[0013]借由上述技术方案，本专利技术提供了一种图像畸变矫正方法，至少具备以下有益效果： 1、本专利技术在获取原始的图像数据后，能够矫正图像相邻列像素之间的错位，充分保留原始图像信息的同时获得效果更好的图像数据，为进一步完成图像的分析和处理打下坚实的基础。
[0014]2、本专利技术所提出的畸变矫正方法可以在最大程度地保留原始图像信息的前提下获得效果更好的图像数据，方便进行图像质量分析、图像分类、目标检测等一系列后续工作。
[0015]3、本专利技术在一定程度上消除了各帧图像之间的像素错位，能够矫正图像各帧之间的像素错位，进一步消除图像的“波浪形”畸变。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本专利技术图像畸变矫正方法的流程图；图2为本专利技术线阵工业相机拍摄被测物体的线状图像的示意图；图3为本专利技术经过预处理后的线状图像的示意图；图4为本专利技术用于调整像素凸起的线性插值方法的原理图；图5为本专利技术线状图像经过畸变矫正后的示意图。
具体实施方式
[0017] 为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图 和具体实施方式对本专利技术作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
[0018]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，因此，本申请可采用完全硬件实施例、完全软件实施
例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD
‑
ROM、光学存储器等)上实施的计算机程序产品的形式。
[0019]请参照图1
‑
图5，示出了本实施例的一种具体实施方式，本实施例在获取原始的图像数据后，能够矫正图像相邻列像素之间的错位，充分保留原始图像信息的同时获得效果更好的图像数据，为进一步完成图像的分析和处理打下坚实的基础。
[0020]请参照图1，本实施例提出了一种图像畸变矫正方法，包括以下步骤：S1、获取被测物体表面的原始线状图像数据；请参照图2，为线阵工业相机拍摄被测物体的线状图像，将线阵工业相机固定在滑动轨道上沿着被测物体向前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像畸变矫正方法，其特征在于，包括以下步骤：S1、获取被测物体表面的原始线状图像数据；S2、对原始线状图像数据进行预处理得到处理后的线状图像；S3、采用最近距离搜索方法根据图像最近距离搜索的间隔计算线状图像中两列像素点的相关性，并根据相关性计算像素点的偏移量；若图像最近距离搜索的间隔为1时，则进入步骤S4后结束；若图像最近距离搜索的间隔大于1时，则经过步骤S4后进入步骤S5；S4、计算累积误差并调整偏移量得到矫正后的线状图像；S5、对调整后的偏移量采用线性插值方法消除多间隔矫正导致的像素凸起，得到矫正后的线状图像。2.根据权利要求1所述的图像畸变矫正方法，其特征在于：在步骤S2中，对原始线状图像数据中的图像进行预处理得到处理后的线状图像，具体过程包括以下步骤：S21、对原始线状图像数据中的图像进行灰度化得到灰度图像；S22、对灰度图像进行反色得到反色图像；S23、采用OTSU全局阈值处理算法对反色图像进行二值化。3.根据权利要求2所述的图像畸变矫正方法，其特征在于：在步骤S21中，具体包括：将彩色图像转化为灰度图像，设置R、G、B三个色彩分量的值相同，灰度图像的灰度值在0到255之间。4.根据权利要求1所述的图像畸变矫正方法，其特征在于：在步骤S3中，采用最近距离搜索方法根据图像最近距离搜索的间隔计算线状图像中两列像素点的相关性，并根据相关性计算像素点的偏移量，具体过程包括以下步骤：S31、对线状图像进行统计分析，定义线状图像第帧和第帧像素的错位偏移量S不超过t个像素大小，错位范围为；S32、计算线状图像第帧和第帧像素的距离值D，遍历错位范围下第帧和第帧像素的距离值并取最小值；S33、根据第帧...

【专利技术属性】
技术研发人员：汪俊，牛牧原，李大伟，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：